影像组学+免疫治疗，小白可以看看这些idea

公众号新闻

2023-05-11 09:05

大家好，我是鑫仔。

书接上文（想做免疫检查点抑制剂治疗的影像组学研究没有思路？你想知道的都在这里！），我们继续分享这篇今年3月发表于FII的影像组学在免疫检查点抑制剂（ICIs）治疗过程中应用的综述。

三、非典型性反应

背景介绍

非典型性反应是指在肿瘤免疫治疗时，所表现出的非常规的应答特征。包括超进展，分离反应和假性进展。

（A）超进展（Hyperprogression）

在某些患者接受肿瘤免疫治疗（例如，PD-1或PD-L1抑制剂）后，其肿瘤可能会出现异常快速的进展。这种现象被称为超进展。虽然超进展的确切机制尚不完全清楚，但研究表明，它可能与某些基因突变、免疫细胞浸润异常以及免疫治疗引发的一些不良反应有关。

（B）分离反应（Abscopal effect）

分离反应是指局部治疗（如放疗）对一个肿瘤产生疗效后，与原发肿瘤相隔甚远的转移瘤也出现了缩小或消失。这种现象非常罕见，但在某些免疫治疗的患者中已被观察到。分离反应的机制尚不完全明确，但可能与局部治疗激活的免疫系统反应有关。这些反应可能导致免疫系统识别和攻击肿瘤细胞，从而对未经治疗的转移瘤产生抗肿瘤效果。

（C）伪进展（Pseudoprogression）

伪进展是指肿瘤体积在接受免疫治疗后暂时增大，但随后又缩小。这种现象可能是由于免疫细胞对肿瘤的浸润和炎症反应导致的肿瘤组织肿胀。假性进展在影像学检查中可能会误导临床医生，让他们认为治疗无效。因此，评估免疫治疗的疗效时需要考虑到假性进展的可能性。

本综述主要对超进展和假性进展做了总结（暗示分离反应的影像组学研究或许还没人做过）。

伪进展

在进行免疫抑制剂治疗时，如果发现肿瘤体积在接受治疗后增大，建议在4至8周后进行进一步的影像学评估，而不是立即判断为PD（疾病进展）。区分伪进展和真实病情进展对于临床决策过程具有重要意义。幸运的是，研究发现影像组学纹理特征能够区分炎症浸润和肿瘤细胞增殖。

举个例子：

Basler等人评估了PET/CT为基础的影像组学特征、病变体积和常规血标志物在第三个月区分伪进展和真实进展的能力。其中，血液-影像组学模型具有最佳预测性能（AUC = 0.82）。

Ji等人使用对87例接受ICI治疗的肺癌患者的增强CT构建的四个影像组学模型；其中，模型三和模型四的AUC分别为0.736和0.760。

He等人使用影像组学方法来识别伪进展和真实进展。他们从135例患者的基线胸部CT扫描中提取肿瘤内和肿瘤周围的影像组学特征，并建立预测模型。该模型在验证集中的AUC为0.96。

超进展

超进展的发病率为，发病率为6% - 29%。与高转移负担、生存期显著缩短和较差的生活质量相关。目前尚无明确的预测生物标志物。影像组学纹理特征可以对超进展进行预测。

例子

Vaidya等人发现基线CT扫描中的肿瘤周围纹理和血管模式与超级进展正相关。

Tunali等人在肿瘤边界提取了三个影像学特征融合临床特征，预测超进展的准确性为82.28%（ACC）。

Mu等人使用深度学习构建影像组学模型预测超进展的生物标志物。

He等人使用基于CT的影像组学方法开发了预测模型，准确性为0.933（ACC）。

Gabrys等人使用PET/CT开发影像组学预测模型，发现CT为基础的影像组学学特征比PET为基础的影像组学特征更好地预测超进展。

文献总结

四、免疫相关不良事件irAE

背景介绍

免疫相关不良事件（immune-related adverse events，简称irAEs）是指在使用免疫检查点抑制剂等免疫治疗药物治疗过程中，患者出现的一系列副作用。这些副作用通常是由于免疫治疗激活了针对正常组织的免疫反应所导致的，可能涉及几乎所有的器官和系统。

irAEs的症状和严重程度因个体差异而异，可以从轻微到严重。识别、监测和及时处理irAEs至关重要，因为如果不及时诊断和治疗，它们可能发展为危及生命的并发症。

治疗irAEs的方法取决于其严重程度，通常包括暂停免疫治疗药物或使用皮质类固醇等药物进行治疗。

影像学在irAEs的早期诊断和监测中起着关键作用，包括CT、超声、磁共振成像、X射线和PET/CT。Mekki等人的回顾性研究发现，irAE患者中有74%在医学影像中显示异常，可以由放射科医生诊断。不同类型irAEs的发生率在28%到100%之间。

应用举例

影像组学识别irAEs的作用举例：

Colen等人利用影像组学方法预测免疫相关肺炎的风险。从接受ICI治疗的32名患者的基线胸部CT扫描中提取了1860个影像组学特征，其中2名患者发展为免疫相关肺炎。选择性影像组学特征被用于开发预测肺炎后续发展的模型，该模型成功识别了2名发展为免疫相关肺炎的患者。

目前关于irAEs早期检测的研究较少（仅上述研究）。

五、总结

影像组学是一种通过分析医学影像来为免疫治疗精准医学提供便利的方法。在临床诊断和治疗中，它可以提供非侵入性活检、区分伪进展与真实进展、评估免疫相关反应等优势。

虽然目前的研究结果令人充满希望，但影像组学在临床实践中的应用仍受到可重复性和泛化性的限制。为了克服这些挑战，研究人员正在制定标准化指南，开展单中心和多中心前瞻性随机临床试验，并整合基因组学、蛋白质组学等多组学数据。

影像组学为免疫治疗精准医学提供了一个窗口，通过非侵入性、高效、经济和快速的方式分析微观医学影像。

期待未来影像组学可以广泛应用于辅助临床决策。然而，在目前的临床转化和应用过程中，仍然存在显著挑战，需要进行进一步的研究和改进。

好啦，至此，这篇最新的影像组学在免疫治疗应用的综述就介绍完了。表面上看，给了我们一些目前影像组学免疫治疗研究的idea。不过读起来，缺少了一些高水平综述的洞见，好像是吃了一顿洋快餐，没什么回味感。后面鑫仔会继续挑选一些最新的或者经典的高分综述为大家分享。我们下次见啦，ヾ(•ω•`)o

THE END

撰文丨鑫仔

排版丨顶顶

往期回顾

BREAK AWAY

想做免疫检查点抑制剂治疗的影像组学研究没有思路？你想知道的都在这里！

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章